fit 2002 >
Computer als (Kommunikations-) Partner > Konzepte und
Techniken > Natürliche Sprachverarbeitung |
Natürliche Sprachverarbeitung |
Natürliche Sprachverarbeitung
basiert auf Intelligenten Informationssystemen (IIS). IIS bestehen aus
einer Reihe von Teilkomponenten, die ich anhand des Beispiels „Intelligente
Telefonsysteme“ und
Suchmaschinen im Internet erläutern möchte. Ein einfaches Beispiel für
ein Feature eines intelligenten Telefonsystems ist die Auswahl eines
Gesprächspartners im gespeicherten Telefonbuch über Sprache, das
jedes (halbwegs) moderne Handy besitzt. Die Realisierung basiert auf
folgenden Komponenten: *) Natürliche Sprache: In diesem Bereich helfen Systeme mit künstlicher Intelligenz bei der Übersetzung von Texten, bei Anfragen an Datenbanksysteme in natürlicher Sprache, und sie unterstützen mit Hilfe von Thesauren und Datenbanken das Suchen und Filtern von riesigen Datenmengen (z.B. im Internet). Eine besondere Schwierigkeit dabei ist das Unterscheiden von gleichen (bzw. gleichklingenden, wenn es sich um akustische Spracheingabe handelt) Wörtern mit unterschiedlicher Bedeutung. Gelöst wird es mit Hilfe von Thesauren, die versuchen, aus dem Zusammenhang heraus das Wort mit der richtigen Bedeutung zu erkennen (funktioniert, da Wörter oft typischerweise miteinander auftreten) findet zum Beispiel auch Anwendung bei OCR Programmen – also automatischer Texterkennung. *) Maschinelles Lernen: Unter maschinellem Lernen
versteht man die Fähigkeit eines Systems, sich an unterschiedliche
Umwelttypen anzupassen, und das selbständige Lernen aus Beispielen
(„Training“). Dem Handy müssen Beispielsweise die Namen, die es (akustisch)
erkennen soll, erst beibringen, bevor man dieses Feature nutzen kann.
Im Gegensatz dazu kommen gute Spracherkennungsprogramme ohne
„Training durch den Enduser“ aus, da sie bereits über das nötige
Wissen (also Datenbanken, Thesaurus, ...) verfügen (siehe Punkt vorher).
Maschinelle Lernverfahren können Regelmäßigkeiten in symbolischen
Datenmengen entdecken und formulieren, selbstständig Klassifizieren,
und Regeln für die Beschreibung von Daten formulieren. *) Heuristische
Suchverfahren: Das Forschungsgebiet der Künstlichen
Intelligenz hat eine Vielzahl von Methoden entwickelt, um große,
abstrakte Problemräume nach Lösungen zu durchsuchen. Diese
heuristischen Suchverfahren spielen bei allen Informationssystemen, in
denen enorme Mengen an Daten verarbeitet wird müssen, eine große
Rolle. *) Constraints: Ursprünglich im Bereich der
logischen Programmierung entstanden, gehört das Lösen von Problemen
unter einschränkenden Randbedingungen zu einem der innovativsten
Forschungsgebiete der Künstlichen Intelligenz. Die Anwendungen reichen
von der Lösung komplexer Optimierungsprobleme bis zur Entwicklung
neuartiger Expertensysteme. *)Wissensrepräsentation: Im Bereich der künstlichen
Intelligenz gibt es zahlreiche Methoden, mit denen konzeptuelle
Zusammenhänge ("Wissen") auch für riesige
Mengen an Daten beschrieben werden können. Auf diesen Methoden
basieren die Voraussetzungen für die Realisierung von Taxonomien,
Thesauren, Wörterbüchern, und anderen Systemen, die in heterogenen
Informationssystemen eine wichige Vermittlerrolle übernehmen müssen.
Gemeinsam mit Programmiertechniken der AI entstehen auf diese Art
wissensbasierte Systeme mit ihrem breiten Anwendungsspektrum. *)Neuronale Netze: siehe Game
AI. [WEST]
http://www.gym-rinteln.de/50jahre/unterhaltung/sprueche.html |
>Entstehungskontext | Konzepte und Techniken | Entwicklung und Auswirkungen | Praxis | Bewertung |